الوسائط المتعددة - فهم الصور والمستندات
تقبل النماذج القادرة على الرؤية أجزاء المحتوى من النوع image_url: image_url
resp = client.chat.completions.create(
model="gpt-4o",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "How many cats are in this image?"},
{"type": "image_url", "image_url": {"url": "https://.../cats.png"}}
]
}],
)صورة فواتير رمزية
تتم محاسبة كل صورة تقريبًا 1,000 ~ 4,000 الرموز اعتمادا على القرار. يتم تجميع العدد في الردود usage.prompt_tokens.
أنظر أيضا:API المستندات › الإدخال متعدد الوسائط